为啥需要“ORDER BY”才能从 MySQL 连接中获得正确的结果？

Posted 2023-04-19

【中文标题】为啥需要“ORDER BY”才能从 MySQL 连接中获得正确的结果？

【英文标题】：Why is 'ORDER BY' needed to get correct result from MySQL join?为什么需要“ORDER BY”才能从 MySQL 连接中获得正确的结果？

【发布时间】：2013-03-29 19:48:25

【问题描述】：

我有以下疑问：

SELECT t.ID, t.caseID, time
FROM tbl_test t
INNER JOIN (
    SELECT ID, MAX( TIME ) 
    FROM tbl_test
    WHERE TIME <=1353143351
    GROUP BY caseID 
    ORDER BY caseID DESC -- ERROR HERE!
) s
USING (ID)

似乎只有在内部连接中使用ORDER BY 才能得到正确的结果。这是为什么？我正在使用 ID 进行连接，所以订单应该没有影响。 如果我删除订单，我会从数据库中获得太旧的条目。 ID是主键，caseID是一种具有多个不同时间戳的条目的对象。

【问题讨论】：

您能用文字解释一下您要做什么吗？

您需要在子查询中GROUP BY ID 列。 mysql 允许你正在做的事情，但返回不可预知的结果......

你依赖于 MySQL 破坏的非标准和非保证 group by 行为。

派生表（又名“子查询”）中的order by 没有任何意义（至少不是没有限制）。您应该对整体结果进行排序。

@Mike Brant：这就是我要做的事情：***.com/questions/13216762/…

【参考方案1】：

这个查询不明确：

SELECT ID, MAX( TIME ) 
FROM tbl_test
WHERE TIME <=1353143351
GROUP BY caseID 

这是模棱两可的，因为它不保证它返回出现 MAX(TIME) 的行的 ID。它为caseID 的每个不同值返回 MAX(TIME)，但其他列的值（如 ID）是从组成员中任意选择的。

实际上，MySQL 会在按存储顺序扫描行时选择它在组中找到第一个的行。

例子：

caseID  ID  time
  1     10  15:00
  1     12  18:00
  1     14  13:00

最大时间为 18:00，即 ID 为 12 的行。但查询将返回 ID 10，因为它是组中的第一个。如果您要使用 ORDER BY 反转顺序，它将返回 ID 14。仍然不是找到最大时间的行，而是来自行组的另一端。

您的查询适用于ORDER BY caseID DESC，因为巧合的是，您的时间值会随着 ID 的增加而增加。

这种查询实际上是标准 SQL 和大多数其他品牌的 SQL 数据库中的错误。 MySQL 允许这样做，相信您知道如何形成明确的查询。

解决方法是在选择列表中使用列仅如果它们是明确的，也就是说，如果它们在 GROUP BY 子句中，那么每个组都保证只有一个不同的值：

SELECT caseID, MAX( TIME ) 
FROM tbl_test
WHERE TIME <=1353143351
GROUP BY caseID 

【参考方案2】：

SELECT t.ID, t.caseID, time
FROM tbl_test t
INNER JOIN (
    SELECT caseID, MAX( TIME ) maxtime
    FROM tbl_test
    WHERE TIME <=1353143351
    GROUP BY caseID
) s
ON t.caseID = s.caseID and t.time = s.maxtime

【讨论】：

我会在 TIME 左右添加 ticks，因为它是保留关键字。

我不会，因为它不是！ ;-)

【参考方案3】：

您看到该问题是因为您获得了每个 caseID 的 MAX(TIME)，但由于您是按 caseID 而不是 ID 分组，因此您获得的是任意 ID。发生这种情况是因为当您使用 MAX 等聚合函数时，您必须为 选择中的每个非分组字段指定您希望如何聚合它。这意味着，如果它在 SELECT 中而不在 GROUP BY 中，您必须告诉 MySQL 如何聚合。如果你不这样做，那么你会得到一个 RANDOM 行（嗯，不是 random 本身，但它不会按照你所期望的顺序）。

ORDER BY 为您工作的原因是，它会欺骗查询优化器在分组之前对结果进行排序，这恰好会产生您想要的结果，但请注意，情况并非总是如此.

您想要的是具有给定 caseID 的 MAX(TIME) 的 ID。这意味着您的 INNER 连接需要通过 caseID（而不是 ID）和时间（这将为您在外部表中的每 1 行提供 1 行）进行连接。

Barmar 在实际查询中击败了我，但这是您想要的方式。